Stäng Huvudmeny

A/B-testa via GTM, gratis med obegränsad trafik

A/B-testning Google Analytics

A/B-testning är ett av de mest kraftfulla verktygen för att optimera din webbplats. Det måste inte vara dyrt. Och om du kan undvika implementationstider och involvering av IT är ju det en fördel, eller hur? Med Google Tag Manager kan du göra precis det.

Det är gratis och enkelt att A/B-testa via Google Tag Manager (GTM) (eller via Google Content Experiments med för den delen) , metoden är ett bra alternativ eller ett komplement till de stora testverktygen. Det finns givetvis för- och nackdelar med A/B-testning via GTM, men låt oss först visa hur du gör.

Disclaimer: Vi rekommenderar dig inte att rakt av ersätta något av de ”riktiga” A/B-testverktygen. Vi vill visa dig alternativ. A/B-testning via GTM lämpar sig för enklare tester så som Split-URL test.

Varför inte Google Content Experiments? I dagsläget går det inte att använda Google Content Experiments ihop med GTM. Och, du är begränsad till att BARA köra Split-URL test i GCE.

Med några rader JavaScript kan du sätta cookie-spårning, randomisera i vilken test-grupp besökaren landar samt justera fördelning till vardera testvariation. På så vis A/B-testa via GTM. OCH: Trafiken är obegränsad i GTM.

Scriptplacering för A/B-testning via GTM

För att minimera flicker vill du ladda GTM så tidigt som möjligt på sidan, alltså innanför head-elementet på sidan. Placeringen av GTM-scriptet nedan gör stor del av jobbet – även om det inte är supportat eller rekommenderat av Google att placera i head-elementet.

Varför vill du undvika ”flicker”?

Flicker är ett fenomen som innebär att besökaren hinner se A-versionen (control) av ditt test, innan B-versionen (variation) laddas in.

Om en användare ser en glimt av control-variationen (ett flicker), är det troligt att användaren kan agerar på det första intrycket då studier visar att man bildar sig en uppfattning av en sida på 50 ms, detta refereras ofta till som ‘Halo Effect’. Konsekvensen är att användarbeteendet kommer inte kunna spåras till vare sig control (A) eller variation (B). 1

Det finns fortfarande risk för flicker med denna metod, men placeringen av GTM-scriptet minimerar risken. Det finns andra faktorer som spelar in, så som hur stor sajten är och hur andra script laddas. Innan du själv på allvar börjar testa, så behöver du säkerställa att flicker:et är minimalt.

gtm ab-test script implementationLadda GTM-scriptet i head för att minimera flicker.

Script för A/B-testning via GTM

Koden i detalj – vad händer?

1. Skapa Cookie

Inledningsvis skapas en Cookie för att konsekvent visa samma variation till besökare om de återvänder. Vi definierar även hur länge Cookien ska gälla.

2. Definiera control och testkandidat

Vad vill vi göra? Exemplet (se rad 25 i koden) definierar alltså testkandidaten, ett Split-URL test där test-variant skickar besökaren till en ny adress, i detta fall: https://www.example.com/b.htm

MEN, du kan här själv med lite kodkunskaper göra precis vilka frontend-ändringar som helst som du kan göra med de vanliga A/B-testningsverktygen, såsom att testa copy osv.

3. Namnge test

Där vi vanligtvis specifierar testnummer + plats där testet äger rum + nyckelord för testet, exempelvis: TC1-Produktsida-Layout. Variation A / B läggs till på slutet av testnamnet för att enkelt särskilja control och testvariation i GA.

Övrig kod sätter ett värde där A- och B-variation får vardera 50% av besökarna.

Implementering i GTM

Om du redan har GTM, kommer du bara behöva skapa 2 taggar (och 1 variabel) i GTM.

Taggar i GTM för A/B-testning

Tag 1: Test Script

Koden vi angett implementerar du via GTM i en Custom HTML-tag. Välj Firing Rule till de sidor som du vill att testet skall köras på. För att minska flicker vill du även sätta Tag Priority till ett högt värde, där taggar har ‘0’ som standardvärde ↴

Sätt Tag Priority till ett högt värde

Tag 2: Skicka Event

Denna tag skapar du till Universal Analytics, för att i GA kunna analysera din testdata. Detta via events ↴
Send Event to GA

Variabel: Cookie

Skapa först variabeln för att du via scriptet ska kunna hämta cookien ↴
Skapa variabel i GTM

Analys i Google Analytics

Testdata kommer in i GA via Events, och du kan fördelaktigt göra en Custom Report (eller avancerade segment) för att enklare följa dina viktigaste mätpunkter för testet. För att veta när testet gått i mål bör du manuellt räkna på statistisk signifikans vilket du enkel kan göra genom att klicka här.

För- och nackdelar med A/B-testning via GTM

Kostar inget
Obegränsad mängd trafik genom testet
Snabbt att sätta upp
Behöver bara 2 taggar och 1 variabel (om du redan har GTM)
Lättvikt, belastar inte laddtid för hemsidan (i någon större utsträckning)

Risk för flicker (följ våra råd för att minimera)
Kräver kodförståelse (vilket övriga testverktyg också gör)
Resultatanalys sker i GA (du bör ändå alltid säkra dina tester i GA)

Sammanfattning

Att testa via GTM kan vara ett bra sätt för dig som inte har direkt tillgång eller som står sist i kön till utvecklarna. Det är också ett ”proof of concept” – enkelt att bevisa vikten av A/B-testning, en liten instegströskel alltså.

GTM är ett komplement till större testverktyg, enkelt och effektivt när det kommer till att testa en URL mot en annan: Split-URL test. Med kodkunskaper kan du använda GTM som ett testverktyg – gratis och med obegränsad trafik.

Kom ihåg att GTM-koden bör läsas in i headern: minska flicker.

1. Lindgaard G., Fernandes G. J., Dudek C. & Brown J. Behav. Inf. Technol., 25. 115 – 126 (2006).

Frågor? Kommentarer? Skjut in en rad nedan!


Simon Dahla Om Simon

Simon är en digital inföding och har jobbat med webb (aka the intrawebz) sedan barnsben. Han har tidigare jobbat här på Conversionista som en experimentninja - han älskar att A/B-testa.

  • Simon

    Teoretiskt sett skulle väl denna kod kunna skapa ett scenario där 100% av besökarna får version A, inte sant?

    • Det stämmer i teoretiska termer men det gäller för alla slumpsituationer. Men det är ytterst osannolikt. Med tanke på att vi ofta testar på hyfsat stora trafikvolymer så kommer slumpen avgöra och över tid distribuera visningarna av A och B jämnt.

      Men har vi bara 10 stycken besökare till vår sajt så är sannolikheten att alla 10 ska se A-versionen 1 på 1024. Alltså två upphöjt till 10 (10^2 = 1024).

      Och redan vid 15 besökare är sannolikheten bara 1 på 32768 att alla besökare ska se A-versionen.

      • Simon

        Du menar 2^10 va? 😉 Måndag!

Få gratis konverteringstips

Anmäl dig till vårt nyhetsbrev

Nyhetsbrev

Lär av…

Kundcase Mathem ✻ Guldkorn
✻ Mallar och metoder
✻ A/B-tester och resultat
Lär av case

Kan du göra lika?

Se kundcase Se kundcase✔︎ Analys & webbpsykologi
✔︎ A/B-tester & resultat
Se alla case

Få platser kvar till flera seminarier

Anmäl dig till seminarium ✔︎ Webbpsykologi & verktyg
✔︎ A/B-testning & Google 360
✔︎ Snacka med experterna

Flera tillfällen i vinter

Säkra din plats

Spara 1000 kr

Conversion Jam 2017

Missade du?

Världens största CRO-event

Spara 1000 kr på din biljett till CJAM8

Du, kontakta oss!

Kontakta oss
Gitte eller hennes awesome kollegor hjälper dig.